继 28 岁的姚顺雨于 2025 年 9 月从 OpenAI 离职加盟腾讯并出任首席 AI 科学家后，又一位 OpenAI 核心研究人员可能追随其脚步。据雷锋网报道，OpenAI 研究科学家田永龙有望加入腾讯混元团队，担任多模态模型方向负责人，直接向姚顺雨汇报。尽管该人事变动尚未最终官宣，但这标志着腾讯在补强多模态短板上的又一关键落子。
当前，字节豆包凭借视频生成与图像理解占据市场心智，阿里通义万相持续迭代，而腾讯混元的多模态能力常被外界视为相对短板。田永龙的学术与工程履历，精准契合了腾讯在这一领域的迫切需求。
从清华到 MIT：顶尖 AI 人才的成长路径
田永龙的学术背景是中国计算机视觉领域“黄金一代”的典型缩影。他本科毕业于清华大学，随后赴香港中文大学攻读硕士，师从商汤科技创始人汤晓鸥及首席科学家王晓刚。在港中文 MMLab 期间，他打下了坚实的视觉识别与深度学习基础。
此后，田永龙进入麻省理工学院（MIT）EECS 系，在生成模型权威 Phillip Isola（CycleGAN 提出者）指导下攻读博士，并于 2022 年毕业。在 MIT 期间，他的研究重心从传统视觉识别转向生成模型与表征学习。其 Google Scholar 引用数已超 2.8 万次，h-index 达 35，仅 2026 年引用次数便超过 3400 次，显示出极高的学术影响力。
博士毕业后，田永龙先加入 Google DeepMind 剑桥团队，亲历了该实验室从 AlphaGo 时代向生成式 AI 的转型。随后他转投 OpenAI，聚焦机器感知、生成模型和表征学习，这正是当前多模态大模型的核心技术战场。
在 OpenAI 期间，田永龙与姚顺雨成为同事，共同见证了 GPT 系列与多模态技术的快速迭代。这段共事经历，极可能是此次两人再度携手加盟腾讯的重要伏笔。
核心贡献：Supervised Contrastive Learning 与 Fluid
田永龙在学术界的成名作为Supervised Contrastive Learning（有监督对比学习）。该研究将对比学习框架推广至监督场景，显著提升了视觉表示质量，深刻影响了 SimCLR、MoCo 等后续视觉预训练模型的演进思路。
2024 年 10 月，田永龙与合作者发表了关于自回归文本到图像生成模型规模化研究的重要成果——Fluid。该研究指出，在视觉领域使用连续 Token（continuous tokens）而非离散 Token 的自回归模型，在视觉质量上显著优于传统方案；同时，随机生成顺序比固定光栅顺序效果更佳。基于此训练的 Fluid 10.5B 模型曾成为当时的新标杆。
这项研究回答了为何自回归模型在语言领域成功而在视觉领域受限的关键问题，提出 Token 连续性和生成顺序是被忽视的变量。这对多模态大模型具有重要启发：若要统一视觉生成与语言理解，自回归架构仍是值得押注的方向。
此外，他还参与了多项前沿研究，包括与何恺明等人合作的Autoregressive Image Generation without Vector Quantization，提出无需向量量化的自回归图像生成方法；以及探讨合成数据潜力的Learning Vision from Models Rivals Learning Vision from Data和Scaling Laws of Synthetic Images for Model Training。
这些工作的核心线索在于：探索视觉生成、理解与表征学习的统一框架，旨在让模型不仅能“看懂”图像，更能“生成”图像，并在两者间建立深层联系，这正是多模态大模型的终极目标。
混元多模态团队的战略换血
田永龙的潜在加入，是腾讯混元多模态团队近一年来密集人事调整的延续。此前，原多模态统筹负责人刘威离职创业，导致该方向经历组织震荡。2025 年 4 月，腾讯在 TEG 体系内正式成立独立的大语言模型部与多模态模型部，试图解决资源分散问题。
此后，腾讯持续引援：微软亚洲研究院胡瀚、前阿里通义实验室薄列峰、清华博士庞天宇等相继加盟。然而，业界普遍认为，相比字节豆包在多模态生态的优势和阿里通义在长文本处理的专业性，腾讯混元在技术领先性上仍有差距。
田永龙的到来，意味着腾讯意图在多模态基础研究层面进行深度补课。其从对比学习到自回归图像生成、从视觉表示到合成数据缩放律的研究背景，精准对应了当前多模态模型的最前沿议题。
对姚顺雨而言，田永龙的加入补齐了关键拼图。姚顺雨擅长语言模型后训练与推理，田永龙则是视觉生成与表征学习专家。两人的组合覆盖了大语言模型与多模态模型两大核心方向，有望形成强大的技术合力。
尾声：多模态成为新的分水岭
进入 2026 年，大模型竞赛中单模态文本能力逐渐同质化，多模态能力成为新的技术分水岭。对腾讯而言，能否在多模态领域建立真正的技术壁垒，将决定混元是仅服务于内部生态的工具箱，还是能与字节、阿里正面抗衡的通用智能平台。
田永龙的加入，是腾讯提升“人才密度”的关键一注。但在强者如云的多模态战场，他能否在混元复制甚至超越其在 OpenAI 的研究成果，将是未来值得持续观察的变量。
